Re: [選校] UIUC / NEU / Upitt 資訊相關
學校停課沒事做的肥宅來回個文 XD
我是 UIUC MSIM 即將畢業的學生。
學校的事情後面分享,我覺得選校系的時候,要先問自己:
「我要的是什麼?」
「我的優先順序是什麼?」
我的看法是:
如果目標是找工作,學校課程越輕鬆越好,最好可以把時間都拿來自己練功。
如果目標是上課學到知識,要選對外系課程限制越低,選課時最能夠選到 CS
跟 Stat 課程的學校。
如果兩個都想要,那你可能是強者,至少我辦不到 XD
強者請參考強者的建議,可以忽略我的
就你的描述,我猜測找到工作應該還是最重要的目標,
而且我假設這個工作應該會是科技業大廠或知名公司,
那麼,在這個目標底下,有一些前提需要檢查或努力:
你修過的程式課有深?
做過多少比較實際的 project?
有沒有至少在台灣的業界工作或實習過,做 CS/Data 的工作?
(可能還有其他的,懇請版友協助補充)
這些前提幫助你檢查履歷是否過關,能不能在海投時通過 recruiter 的標準,
拿到至少是 OA 或第一輪面試。
如果過關,學校再鄉下也沒關係;如果沒有過關,可能會需要選地點好一點的學校。
履歷過了,後續面試各憑實力,以碩士入學找實習第二年秋季找正職的情況,
我覺得課程紮實並沒有什麼幫助,甚至有可能佔用太多時間,拖累找工作的進度。
履歷沒過,地點好的學校可以幫助你找一些在地小公司或大廠約聘的簡單打工,
獲得內線消息和團隊的喜愛,進而從兼職轉正。
回到前提檢查,我提的這些標準大多是一些個案的匯總,
以軟體工作而言,我聽到能拿到面試的人至少擁有以下一項:
1. 大學是 CS 背景
2. 修過 CS 重課並有能寫出來的 project
//朋友的例子是 distributed system
//聽到多起修過這門課的非 CS 學生履歷過關,面試不斷被問這門課的 project
3. 有在台灣做過 CS 或至少是 data engineering 的實習
4. 從學校附近沒聽過而且不給 return 不贊助 visa 的公司開始實習起,
一路往上實習換到大公司(基本上這條路也沒什麼時間唸書)
上述條件的朋友最後拿到實習或正職的公司包括:
Google, Tesla, Zillow
資料分析領域樣本比較少,只能講一下我自己的背景是:
1. 大學念三類組,畢業後自學 R
2. 台灣一年全職 SQL 經驗+不同產業全職或兼職兩年半資料分析經驗
3. 技能樹:R, Python, D3.js, SQL, mongoDB query(實習完之後加上 spark)
4. 有兩個 data visualization project 放在 github 上可以直接看
申請職位偏向 analytics & visualization,不投 ML 職位
我海投拿到第一輪面試的知名公司包括:
Airbnb, Bloomberg, Financial Times, RStudio
暑假實習在灣區一家中型科技公司做 real-time visualization
正職還在努力中
那 UIUC MSIM 到底怎麼樣呢?
他是一所學費便宜、生活費低的學校,
program 本身則是廢到不行,必修又無用又花時間,選修廢到笑。
但他對我而言很棒,因為只要撐過必修,其他時間都可以拿來自己練功跟找工作,
學校的 CS 和 Stat 水準都還不錯,選課也不算困難,不過會佔用大量時間,
生活成本低,兩年讀下來花費大概是加州的一半。
不要看我把 program 說成這樣,就誤會他很爛
我綜合朋友分享的心得是,現在號稱跟 data 相關的科系,
可能有 87% 你去唸了之後都覺得課程很爛
在這個很新的領域,我覺得大家還沒有共識哪些知識是該教的,哪些不是
也還沒有有系統的建構先備知識跟進階知識
除了那些非常向數學資工靠攏的 data science 科系之外
很多 data/IS 科系課程設計非常疊床架屋
對有基礎的人來說,可能作業可以上課前 5 分鐘開始做就做完
對沒基礎的人來說,每堂課都在教重複的東西,又教得不紮實,
很難循序漸進地學到業界需要的知識
更不用說能寫在履歷上被認可具備職缺需要的技能
所以最終 data 領域找工作還是各憑本事,
你會什麼、做過什麼 project,在業界環境做過什麼樣的 production
決定了能找到什麼工作
最後分享一下我在 UIUC 修課的心得,我猜大致上也可以適用在其他美國的學校
CS / distributed system
上課是非常邏輯性的工程思考,我覺得完全不用 CS 背景也可以學習跟聽懂
但 CS 課的重頭戲是 MP 也就是 project(這什麼廢話)
我上的這學期有五個作業、三個 MP、兩次期中考一次期末考
所以基本上就是無限輪迴:作業-MP-期中
MP 截止日都在圖書館待到凌晨,作業截止前都在 TA hour 煩 TA
作業都寫得出來,但 MP 基本上把我整死,還好同組美國小哥很罩 T_T
上 distributed system 的這學期我基本上沒有心力做任何其他的事
這就是為什麼我覺得紮實學習跟找工作其實頗互斥
Stat / statistical learning
這門課就是上經典 ML 書 ESL 的內容
但上課非常理論都在推倒,好像有七個作業兩個 project(太痛苦根本已失憶)
作業說是作業其實都是用 R 或 Python 實作演算法
每次都花掉我整個週末,寫到生氣
project 是處理很煩的高維度問題,資料又超大,我們最後根本放棄治療
因為沒有找 CS 工作,所以不確定 distributed system 對工作或面試幫助如何
但實習的時候有碰 spark 處理大量資料,覺得這門課的思考還是有幫助
statistical learning 則是比較直接的幫助,
因為相關知識很常出現在 data 職位的 OA 裡
至於我們系上有著 data 甚至 programming 名稱的相關課程
大部分都花時間在不太重要也對找工作沒什麼幫助的事情上
我的結論是:CS/Stat 重課比較能對找工作需要的技能有直接幫助
但相對的修這些課會花很多時間在
找工作比較用不到但可能也很重要的基礎或分支知識上
系上開的廢課有時也會出現浪費時間的課
但輕重搭配,或是放棄上課練功,全選輕課然後自學或狂實習可能也是有效率的方法
我們系上兩位我很敬佩的同學,就採取後者的方式
MSIM 的 40 畢業學分中,允許有 12 學分修外系研究所的課
但他們應該是只修一門外系課或甚至不修,學分都花在不花時間的系上廢課上
然後每個學期都實習,從當地小公司一路換到灣區,
連暑假都在上廢物網路課補學分,最後提早畢業直接去做正職工作
我覺得有這決心跟執行規劃的紀律非常厲害~
以上故事給你參考,祝大家健康平安~~~
※ 引述《KenSugo (書狗)》之銘言:
: 小弟本科經濟,有修許多程式的課,但未來想做碼農或是數據分析等相關工作,希望能於: 就學期間能多修相關CS課程做好準備,最終目的希望能在美國找到工作,目前在糾結這3: 所學校,希望板上大大能給小弟建議。
: 1.
: UIUC MSIM
: 優點:在iSchool學院下、提供四種職位導的向課程,選課非常靈活,可以修CS的相關課: 程。
: 缺點:地理位置極差,離附近兩個大城都要開車且要2小時以上,找工比較難
: 2.
: NEU MSDAE (data analytics)
: 優點:離紐約近,找工機會大,有co-op,運動風氣好
: 缺點:排名不確定是否是刷的,名氣較UIUC小,生活費三間裡面最貴
: 3.
: Upitt MSIS
: 優點:課程偏CS,另外好像可以修CMU的課
: 缺點:爬文說好像是水課
: 原本是打算去NEU了,但是今天突然收到UIUC的ad,因此想問問看板上強者們的建議,關: 於這三間學校的當地環境、就業情況的評價如何,謝謝
--
先推一個 雖然跟我不相關lol
花錢買OPT結案
推推!
樓上 Google 哥!
推~講解超詳細 剛好昨天收到as
*ad
寫得好詳細 真心感謝
詳細推一個
詳細推
推分享~
推 感謝分享
推買opt
強者超低調ㄉ
推,選水program專心找工作比較實際,去一個很硬的p
rogram,還要找工作真的心力交瘁
推分享
推個
還在等AD QQ
完全同意...現在全美開ds課程的通病
30
[選校] Cornell CS/ UMich CSE/ CMU MSMITE 選校請益大家好,小弟之前有在別的地方發過文,但因為又有其他學校給offer, 希望大家可以給我 選校的建議,目標是畢業留美(偏好矽谷)當SWE,感激不盡! 小弟背景: 美國公民身份,大學在台灣讀CS(大學沒有很認真學習,基礎沒到很好),工作經驗只有6個 月的外商軟體實習,自己實力很普通沒有很強,抗壓力沒有很好23
[心得] UIUC ECE MEng 就讀心得由於又要到 4/15 decision day,因此來分享這一年 UIUC ECE MEng 就讀心得。 [Background]: NTUEE 學士畢業 + 中研院 RA 2021 Fall 入學 UIUC ECE MEng 轉碼中,因此下方介紹以軟體相關為主。22
[心得] UIUC MSF分享轉眼又到了放榜的時間,MSF選校問題和UIUC很水的疑慮每年都會看到,身為UIUC MSF校友我還是要來幫自己母校說說話,所以決定來簡單分享一下這個Program的優缺點。 基本上每年都是WUSTL, OSU, JHU, Roch, UIUC那幾家在選,猶豫UIUC的大概也跟當時的我一樣因為下面這些理由: 優點 - 課程自由度高、1.5年Program、STEM、便宜、亞洲名聲 缺點 - 排名普普、村、不是IB target、中國人很多、美國就業、水(? 實際就讀過後,我覺得上面列的有些優缺點真的存在,但也有一些優缺點太過於片面武斷,所以我以我的角度說一下我覺得這Program各三個優缺點。15
[選校] 請益 UW ECE/ UMich ECE / CMU ECE MS各位強者大大好,小弟今年有幸能申請上美國碩士, 雖然本身大學念通訊相關,做過網路相關的專題,大學時幾門修過CS課,不討厭寫程式。 目前考慮轉碼並留在美國工作,當時三圍不高,因此避開CS改投ECE的program, 手上有三間學校在考慮,分別是 UW / UMich / CMU (2021 spring), 三所學校都有他們優缺,因此有點猶豫,想請教學長學姊們給一些意見。17
[心得] Cornell ECE MEng 畢業心得[Program] Cornell ECE Meng [Background] NTHU ESS學士畢業 2021 Spring 入學 Cornell ECE Meng13
[問題] CMU MISM 12M 和 NEU MSCS Align求比較(以下代Po) 同時錄了NEU的MSCS Align和 CMU的MISM 12M。 目前自己內心現在是比較想去NEU的。 但還是想聽聽大家的意見。 以下是自己的分析7
[選校] UCI MSWE 和 NEU SES各位大大你們好 我目前錄取了 University of California, Irvine 的 Software Engineering 和 North eastern University 的 Software Engineering System 波士頓校區,還在猶豫要去哪間 。想請問有經驗或是知道資訊的人能夠給我一些建議 真的很感謝 以下是我的簡單背景:6
[選校] Tufts SSD v.s. NEU IS版上各位大佬好,小弟申請今年秋季CS相關program,目標留在美國工作,背景為四大管 院畢業。 目前有以下兩個offers: 1. NEU Information Systems, Seattle campus 優:- 大家好,小妹糾結在UIUC MISM和Pitt MSIS兩所學校中,以下是我爬文後對兩間學校的一些想法,希望大家能給一些指正和建議。 Pitt MSIS 1.修課:36學分畢業,學校本身的課程看似比UIUC紮實(而且有pre-requisites的要求)。同個學院下有CS program,加上和CMU毗鄰,可以去修一些CS課程。 2.工作:因為和CMU鄰近的關係,可以利用CMU的校園徵才,工作機會比UIUC多,但是同時要面臨本校和CMU的CS同儕競爭。 3.學費和生活費比較高。
- 大家好,小妹目前錄了兩個program但實在是選擇困難。我的背景是NTU AGEC沒有修過ML, database, data structure等課,有兩段實習但工作內容跟數據分析沒什麼關聯,所以希望可以打好基礎。 目標希望留美找DS/DA/consultant工作,沒有要轉碼跟讀博。因為兩個program時長、畢業學分都一樣,也都有support CPT,也都是STEM program,各別也都有pathway or concentration,所以主要考慮哪個program比較容易上岸。有看了一些就讀心得但大部分是MSIM的所以想來問問板上的大家,這兩個program到底哪個比較好 MS STAT-Analytics Pros: 1.課程內容偏應用,上課也會用到R, MATLAB等等